Vytvoření workeru
Na této stránce
Role workeru
Worker je Python proces, který skutečně vykonává tvá workflow a aktivity. Připojuje se k platformě Mistral, naslouchá čekajícím úlohám a spouští je lokálně na tvém stroji nebo serveru. Tento architektonický detail často překvapí začátečníky: tvůj kód nikdy neopustí tvé prostředí; u Mistralu zůstává pouze stav orchestrace.
Důsledek je přímý a vysvětluje většinu problémů typu „nic se neděje“, se kterými se setkáš na začátku projektu: bez běžícího workeru se tvá workflow nemohou spustit. Můžeš sice vyvolat spuštění, ale ono bude jednoduše čekat, dokud se neobjeví dostupný worker. Worker je článkem mezi orchestračnou platformou Mistral a tvým lokálním kódem.
Vytvoření minimálního workeru
Funkční worker zabere jen několik řádků. Následující příklad záměrně kombinuje aktivitu, workflow a spouštěcí logiku do jediného souboru, abys ho mohl okamžitě spustit:
import asyncio
import mistralai.workflows as workflows
# Import your workflows and activities
@workflows.activity()
async def dire_bonjour(nom: str) -> dict:
return {"message": f"Bonjour, {nom} !"}
@workflows.workflow.define(name="salutation_workflow")
class SalutationWorkflow:
@workflows.workflow.entrypoint
async def run(self, nom: str) -> dict:
resultat = await dire_bonjour(nom)
return resultat
# Start the worker
async def main() -> None:
await workflows.run_worker([SalutationWorkflow])
if __name__ == "__main__":
asyncio.run(main())
Klíčovou funkcí je workflows.run_worker(). Přijímá seznam tříd workflow, které tento worker může vykonávat – a pouze workflow. Aktivity jsou prostřednictvím nich automaticky objeveny, takže je nemusíš uvádět samostatně.
Co dělá run_worker()
Když zavoláš workflows.run_worker([MyWorkflow]), proběhnou postupně čtyři kroky. Nejprve se worker autentizuje u platformy Mistral pomocí tvého API klíče. Poté zaregistruje deklarovaná workflow a aktivity. Tato registrace informuje platformu, že pro identifikátor salutation_workflow existuje vykonavatel. Dále otevře trvalé připojení a čeká na úlohy, přičemž zůstává úmyslně nečinný, dokud není vyvoláno spuštění. Když přijde požadavek na spuštění, worker spustí kód lokálně a výsledky odešle zpět na platformu k uložení.
Worker zůstává aktivní, dokud běží Python proces, což je důvod, proč nikdy nevrátí řízení zpět do tvého terminálu. Použij Ctrl+C pro jeho korektní zastavení.
Worker s více workflow
Nic nevyžaduje jednoho workeru na jedno workflow. Jediný proces může hostovat více workflow, i když sdílejí aktivity. Zde slouží extraire_texte a analyser_sentiment oběma:
import asyncio
import mistralai.workflows as workflows
# --- Activities ---
@workflows.activity()
async def extraire_texte(url: str) -> dict:
async with httpx.AsyncClient() as client:
response = await client.get(url)
return {"texte": response.text}
@workflows.activity()
async def analyser_sentiment(texte: str) -> dict:
client = Mistral()
response = await client.chat.complete_async(
model="mistral-large-latest",
messages=[
{"role": "system", "content": "Analysez le sentiment : positif, négatif ou neutre."},
{"role": "user", "content": texte}
]
)
return {"sentiment": response.choices[0].message.content}
@workflows.activity()
async def envoyer_alerte(message: str) -> dict:
# Envoi vers Slack, email, etc.
return {"status": "envoyé"}
# --- Workflows ---
@workflows.workflow.define(name="analyse_document")
class DocumentAnalysis:
@workflows.workflow.entrypoint
async def run(self, url: str) -> dict:
extraction = await extraire_texte(url)
sentiment = await analyser_sentiment(extraction["texte"])
return sentiment
@workflows.workflow.define(name="surveillance_mentions")
class MentionMonitoring:
@workflows.workflow.entrypoint
async def run(self, url: str, seuil: str) -> dict:
extraction = await extraire_texte(url)
sentiment = await analyser_sentiment(extraction["texte"])
if sentiment["sentiment"] == "négatif":
await envoyer_alerte(f"Mention négative détectée : {url}")
return sentiment
# --- Worker ---
async def main() -> None:
await workflows.run_worker([
DocumentAnalysis,
MentionMonitoring,
])
if __name__ == "__main__":
asyncio.run(main())
Doporučená struktura souborů
Jediný soubor funguje pro učení, ale ne pro živý projekt. Pro produkční prostředí rozděl kód do modulů podle typu:
mon-projet/
├── activities/
│ ├── __init__.py
│ ├── extraction.py # extraire_texte()
│ ├── analyse.py # analyser_sentiment()
│ └── notifications.py # envoyer_alerte()
├── workflows/
│ ├── __init__.py
│ ├── analyse_document.py
│ └── surveillance.py
└── worker.py # Single entry point
Soubor worker.py pak obsahuje pouze importy a spouštěcí logiku, čímž se stává čitelným přehledem toho, co tento proces umí vykonat:
import asyncio
import mistralai.workflows as workflows
from workflows.document_analysis import DocumentAnalysis
from workflows.monitoring import MentionMonitoring
async def main() -> None:
await workflows.run_worker([
DocumentAnalysis,
MentionMonitoring,
])
if __name__ == "__main__":
asyncio.run(main())
Spuštění workeru
uv run python worker.py
Worker zobrazí zprávu o připojení a zůstane aktivní, čekaje na úlohy. Měl bys vidět něco jako:
Worker connected. Listening for tasks...
Dokud se tato řádka neobjeví, nic nespouštěj. Nejprve zkontroluj svůj API klíč a síťové připojení.
Worker v produkci
Worker spuštěný ručně v terminálu zmizí po prvním odpojení SSH. Přenech jej správci procesů – systemd, supervisor nebo pm2 – který jej automaticky restartuje po pádu nebo restartu systému:
# With pm2 (if Node.js is available)
pm2 start "uv run python worker.py" --name workflow-worker
# With systemd (create a .service file)
Tento automatický restart dobře ladí s odolností: běžící workflow se sama obnoví, jakmile se nový proces připojí. Co se týče tajných údajů, nikdy nepoužívej API klíč přímo v kódu workeru, jinak skončí v tvém Git repozitáři. SDK si proměnnou prostředí přečte automaticky:
import os
# The SDK automatically reads MISTRAL_API_KEY
# No need to pass it explicitly
Nakonec zvaž logování. Worker emituje zprávy prostřednictvím standardního modulu logging v Pythonu. Jednoduchá konfigurace při startu ti poskytne stopu vykonaných aktivit, což je cenné pro pochopení toho, co běželo během incidentu:
import logging
logging.basicConfig(level=logging.INFO)
Klíčové poznatky
- Worker je proces, který lokálně vykonává tvá workflow a aktivity
workflows.run_worker([...])přijímá seznam tříd workflow k vykonání- Jediný worker může vykonávat více různých workflow
- Worker zůstává aktivní a naslouchá úlohám, dokud běží proces
- V produkci použij správce procesů, aby worker běžel nepřetržitě
- API klíč je automaticky načten z proměnné
MISTRAL_API_KEY